基于方面情感的层次化双注意力网络

摘要

基于深度学习的方面级情感分析,结合注意力机制的神经网络模型取得较好的分类效果,但常用方法仅考虑单一层面注意力机制,且无法获取句子间依赖关系。设计了一种层次化的双注意力神经网络模型用于方面级情感分析,针对特定方面引入方面目标的注意力机制以及文本上下文自注意力机制,获取方面特征信息和句子的全局依赖信息;设计层次化GRU网络,其中单词层嵌入特定方面信息,获取针对方面目标的句子内部特征信息,句子层网络通过双注意力机制和词语层的输入,获取句子间的特征依赖信息,从而实现深层次的方面情感分类。在SemEval 2014两个数据集和Twitter数据集上进行对比实验,验证了该方法的有效性,针对方面级情感,分类准确率均得到了有效提升。